特別說明：本文由米測技術中心原創(chuàng)撰寫，旨在分享相關科研知識。因學識有限，難免有所疏漏和錯誤，請讀者批判性閱讀，也懇請大方之家批評指正。
研究背景
光催化利用光在溫和條件下驅動反應，有助于藥物、農(nóng)用化學品和材料合成方法的進步。光催化通過一系列不同的機理途徑，如單電子轉移、能量轉移和氫原子轉移(HAT)，極大地促進了合成方法的發(fā)展。其固有的溫和性質允許與其他催化過程無縫集成，僅通過多種催化劑的協(xié)同作用促進可實現(xiàn)的不同轉化。
關鍵問題
然而，光催化技術的進一步發(fā)展仍存在以下問題：1、光催化領域在優(yōu)化、復制和擴展方面面臨著巨大障礙由于存在光吸收不均勻和實驗變異性，以及化學復雜性（例如對反應機制知之甚少和各種變量之間復雜的相互作用）等諸多實際問題，光催化技術的優(yōu)化、復制和擴展仍面臨巨大挑戰(zhàn)。目前關于光催化的許多研究僅展示了小規(guī)模的反應，光催化放大依賴于不同技術的拼湊，需要大量的試驗和誤差來優(yōu)化，這是推動光催化發(fā)展最關鍵也最耗時的組成部分，由于其復雜和敏感的性質，需要專業(yè)知識和精度。
新思路
有鑒于此，阿姆斯特丹大學Timothy No?l等人提出了一個基于流程的多功能機器人平臺，通過集成現(xiàn)成的硬件和定制軟件來應對光化學放大所面臨的挑戰(zhàn)。該開源平臺結合了液體處理器、注射泵、可調連續(xù)流光反應器、廉價的物聯(lián)網(wǎng)設備和串聯(lián)臺式核磁共振波譜儀，通過閉環(huán)貝葉斯實現(xiàn)自動化、數(shù)據(jù)豐富的優(yōu)化策略。用戶友好的圖形界面允許沒有編程或機器學習專業(yè)知識的化學家輕松監(jiān)控、分析和改進連續(xù)和離散變量的光催化反應。與之前報道的工藝相比，總體反應產(chǎn)率的提高和時空產(chǎn)率的改善證實了該系統(tǒng)的有效性。作者開發(fā)了具有控制器、規(guī)劃器和用戶輸入但部分的RoboChem平臺，可實現(xiàn)平臺的自我優(yōu)化、強化和放大。2、通過光催化HAT烷基化的單目標優(yōu)化驗證了平臺作者使用吉斯型反應對該平臺進行測試和驗證，獲得了最佳反應條件，實現(xiàn)了高分離產(chǎn)率。 3、驗證了C-H三氟甲硫基化的多目標優(yōu)化作者探究了以多目標方式優(yōu)化各種光催化過程的能力，選擇了通過HAT進行三氟甲硫基化，獲得了優(yōu)異的產(chǎn)量和放大性能。4、探究了多目標優(yōu)化烯烴氧三氟甲基化和芳基三氟甲基化作者探究了使用Ru(bpy)3(PF6)2進行光催化單電子轉移的三組分過程中烯烴的氧三氟甲基化以及芳基三氟甲基化，成功地進行了反應優(yōu)化和放大。5、實現(xiàn)了C(sp2)–C(sp3)交叉親電子偶聯(lián)的多目標優(yōu)化最后，作者研究了烷基溴和芳基溴的交叉親電子偶聯(lián)，強調了平臺的精度和可重復性。1、開發(fā)了能夠實現(xiàn)光催化優(yōu)化、強化和規(guī)模化的RoboChem機器人平臺為了應對快速優(yōu)化復雜光催化反應條件的挑戰(zhàn)，作者開發(fā)了名為 RoboChem 的多用途機器人平臺，該平臺能夠實現(xiàn)光催化轉化的自我優(yōu)化、強化和規(guī)模化。該平臺通過集成現(xiàn)成的硬件和定制軟件，提供無需干預的解決方案。2、所開發(fā)平臺能夠高度可重復地收集數(shù)據(jù)，確保了光催化轉化的可重復性該開源平臺結合了現(xiàn)成的硬件和軟件系統(tǒng)，可實現(xiàn)自動化和數(shù)據(jù)豐富的優(yōu)化。通過使用連續(xù)流毛細管光反應器，可確保高度可重復的數(shù)據(jù)收集，有效緩解與質量、熱量和光子傳輸相關的問題，確保了光催化轉化的可重復性。 3、將機器學習和反應自動化相結合，大幅度減少了最佳條件的優(yōu)化次數(shù)為了解釋反應變量之間復雜的相互關系，可以將 DoE 和統(tǒng)計建模等優(yōu)化算法集成到平臺中，將機器學習與反應自動化相結合實現(xiàn)了平臺的線性系統(tǒng)運行（即非并行化），最大限度地減少達到最佳條件所需的實驗數(shù)量。RoboChem平臺可分為三個不同的工作流程：控制器、規(guī)劃器和用戶輸入。硬件控制器指導物理平臺，包括準備反應混合物、執(zhí)行實驗和進行后續(xù)在線分析等任務。規(guī)劃器是一種機器學習模型，負責通過選擇參數(shù)并將其傳達給控制器來確定要運行的最佳實驗。然后將結果反饋給機器學習模型，該模型隨后推薦下一個實驗。最后，圖形用戶界面 (GUI)允許用戶輸入必要的參數(shù)、啟動優(yōu)化活動并啟動該過程。 圖 RoboChem：用于光催化系統(tǒng)閉環(huán)、多目標優(yōu)化的臺式平臺 圖 用于流動中光化學的自我優(yōu)化、強化和放大的自動化機器人平臺作者使用吉斯型反應對該平臺進行測試和驗證，該反應需要光催化HAT活化碳氫化合物。為反應選擇了五個優(yōu)化變量，總共19個實驗以閉環(huán)方式連續(xù)進行4小時。在九次實驗中，該平臺實現(xiàn)了超過90%的產(chǎn)率，并開始收斂于最佳化學條件，從而使所需產(chǎn)品的產(chǎn)率超過95%。使用這些最佳條件用相同的毛細管光反應器放大轉化，分離產(chǎn)率為 99%。 圖 四氫呋喃(THF)光催化HAT烷基化亞芐基丙二腈的單目標優(yōu)化作者進一步探究了以多目標方式優(yōu)化各種光催化過程的能力，尋求同時優(yōu)化產(chǎn)量。選擇通過 HAT 進行的十鎢酸介導的C(sp3)?H和C(sp2)–H鍵的三氟甲硫基化，同時優(yōu)化了五個反應參數(shù)和兩個目標函數(shù)，與批量反應中各自的模型對應物相比，觀察到產(chǎn)量顯著提高。該平臺還顯示出生產(chǎn)率的顯著提高，提高了70至100倍。AI模型選擇的反應條件成功用于放大至5 mmol，放大過程中獲得的分離產(chǎn)率與 AI 優(yōu)化反應條件下觀察到的NMR產(chǎn)率密切匹配。 圖 RoboChem實現(xiàn)的C–H三氟甲硫基化的底物范圍光催化單電子轉移多目標優(yōu)化烯烴氧三氟甲基化接下來，作者探究了使用Ru(bpy)3(PF6)2進行光催化單電子轉移的三組分過程中烯烴的氧三氟甲基化，同時優(yōu)化了五個反應參數(shù)，RoboChem 平臺成功地進行了反應優(yōu)化，時空產(chǎn)率顯著提高了565倍，證明了流動反應器放大的巨大潛力。結果表明，這種化學反應很大程度上依賴于反應過程中施加的持續(xù)功率，較高的功率或較長的停留時間條件會導致由于光子誘導的產(chǎn)物降解而導致產(chǎn)率顯著降低。 圖 RoboChem實現(xiàn)的烯烴三組分三氟甲基化的底物范圍作者探究了高功能化雜芳烴的可見光光催化三氟甲基化，凸顯了 RoboChem平臺評估和優(yōu)化離散變量和連續(xù)變量的能力。該平臺在11至24小時的時間內總共進行了17至35次實驗，RoboChem平臺專注于優(yōu)化各種密集功能化底物，觀察到產(chǎn)量和生產(chǎn)率都有顯著提高。 圖 RoboChem 通過單電子轉移實現(xiàn)芳基三氟甲基化的底物范圍C(sp2)–C(sp3)交叉親電子偶聯(lián)的多目標優(yōu)化最后，作者專注于優(yōu)化使用協(xié)同催化循環(huán)的復雜光催化轉化，優(yōu)先考慮碳-碳鍵的形成，研究了烷基溴和芳基溴的交叉親電子偶聯(lián)，以實現(xiàn) C(sp2)–C(sp3)鍵的形成。在優(yōu)化過程中，同時調整了八個反應參數(shù)，總優(yōu)化持續(xù)時間從 41 到 58 小時不等，成功地將化合物的產(chǎn)率從37%提高到77%。該案例強調了平臺的精度和可重復性，凸顯了使用流動技術來控制不同反應規(guī)模的質量、熱量和光子傳輸?shù)暮锰帯?/span> 圖 RoboChem實現(xiàn)的C(sp2)–C(sp3)交叉親電子偶聯(lián)的底物范圍
展望
總之，本工作所開發(fā)的RoboChem構成了一個多功能機器人平臺，可用于自我優(yōu)化、強化和擴大各種光催化反應。該平臺通過BO算法運行，能夠探索所提供的參數(shù)空間，最終提供適合每種底物特定需求的定制反應條件。通過大幅減少人為干預的需要，RoboChem不僅提高了操作安全性，還使研究人員能夠將更多時間投入到化學的更具創(chuàng)造性的方面，從而將他們從反應優(yōu)化和強化任務的苦差事中解放出來。此外，通過單獨優(yōu)化反應參數(shù)并生成包括最佳和次優(yōu)條件的數(shù)據(jù)集，可以揭示目標反應參數(shù)、底物結構和目標函數(shù)之間的復雜關系。在高度可重復的反應器環(huán)境中自動生成豐富數(shù)據(jù)集的能力可以為合成化學的未來數(shù)字化做出貢獻。 Aidan Slattery, et al. Automated self-optimization, intensification, and scale-up of photocatalysis in flow. Science, 2024, 383(6681).DOI: 10.1126/science.adj1817https://www.science.org/doi/10.1126/science.adj1817.
